このスキルは、ドキュメント、学術文献、および実務者の記事を、実行可能な推奨事項に変換するための構造化されたマルチソース調査を実行します。まず調査パラメータ（トピック、任意の期間、ソースの優先度）を解析し、その後概念的に3つの並列ストリームを検索します：ドキュメント（SDK、APIリファレンス、ベストプラクティ…
このスキルは、ドキュメント、学術文献、および実務者の記事を、実行可能な推奨事項に変換するための構造化されたマルチソース調査を実行します。まず調査パラメータ（トピック、任意の期間、ソースの優先度）を解析し、その後概念的に3つの並列ストリームを検索します：ドキュメント（SDK、APIリファレンス、ベストプラクティスとソースURL）、学術論文（arXiv/Google Scholar/ACL — 手法、評価指標、日付、およびリンクを含む）、実務者による記事（エンジニアリングブログ、ポストモーテム、本番運用の教訓とURL）。それらを統合して、合意されたパターン、ソースごとの洞察、矛盾やトレードオフをまとめ、理論と実践がどこで乖離しているかを強調します。最後に既存の書籍やリポジトリのコンテンツ（chapters/**/*.md の glob/grep、フロントマターのチェック）に対するギャップ分析を実行し、カバレッジを評価します。ユースケースには文献レビュー、設計判断のブリーフ、移行計画、コンテンツ更新が含まれます。核心的な価値は、高い信頼度で証拠に紐づいた推奨事項と明確な是正手順です。
このページは OpenClaw Skills 学習ハブの一部で、導入手順・カテゴリ導線・実践リンクを提供します。